amazon-KR

Amazon KR

从产品原图到亚马逊主图、副图与 A+ 图片成品。

Amazon KR 是面向实物商品的 Codex Skill。它把产品资料、参考设计、图片制作和验收组织成一套工作流程：制作时交付实际图片，修改时聚焦指定内容，审核时给出有依据的报告。

快速开始 · 使用示例 · 协作与交付 · 图片技术校验

为什么使用 Amazon KR

• 围绕真实产品制作。 优先复用产品原图和经过检查的母版，核对结构、配件、Logo、颜色、材质和使用方式，减少跨页面重绘造成的漂移。
• 复刻设计，也保留自己的商品。 参考图提供构图、光影、配色和版式；你的资料决定产品与卖点，避免混入竞品结构或未经证实的声明。
• 从制作推进到交付。 资料足够时连续完成生成、编辑、排版、检查和修复；只有真正影响结果的缺口或你指定的审批节点才暂停相关工作。
• 把检查结果说清楚。 图片逐张进行适用的视觉与技术检查，区分已通过、待复核和无法验证的内容。

适用于家居、厨具、五金、消费电子、美妆容器、家具、服饰纺织等实物商品。具体成品效果取决于产品资料、可用工具与实际检查结果。

能做什么

你的需求	典型交付
亚马逊主图	白底、产品隔离与修复、变体主图
商品副图	卖点、结构、尺寸、材质、使用、场景与包装内容图
A+ 图片	按 Basic/Premium A+ 实际模块规格制作的图片
参考图复刻	使用你的产品重建参考主图、副图或 A+ 视觉设计
局部修改	修改文字、产品区域、颜色或其他指定内容的新文件
尺寸适配	保留产品比例、匹配目标画布的新文件
视觉审核	问题、证据和未验证项报告；仅审核时不改图
策划、文案或提示词	你明确要求的中间产物

完整模式说明见 production-modes.md。

快速开始

1. 安装完整 skill

在提供 $skill-installer 的 Codex 环境中，可以直接发送：

使用 $skill-installer，从 https://github.com/Youks7/amazon-KR 安装 skill。
SKILL.md 位于仓库根目录，请保留完整目录结构。

首次安装时，在目标项目根目录运行：

git clone https://github.com/Youks7/amazon-KR.git .agents/skills/amazon-kr

确认入口位于 .agents/skills/amazon-kr/SKILL.md，并保留同级的 references/、scripts/、agents/ 等文件。已有安装目录时更新现有副本，避免重复安装同名 skill。

本地 skill 位置与安装方式参见 OpenAI 官方说明。安装后若未显示，可重启 Codex 再检查。

运行条件： 当前会话需要有适合任务的图像生成、编辑或文件处理能力。本仓库提供工作规则和校验脚本，不附带图像模型服务。运行 Python 图片校验器时，还需要安装 requirements.txt 中的 Pillow。

2. 提供产品资料和目标

先提供当前任务需要的资料即可，Agent 会负责盘点，不要求你先填写完整表格。

建议先给	按任务补充
能看清产品的原图，或要修改的现有图片	多角度、接口、材质与细节近景
要做什么、需要几张、目标语言	参考设计、Logo、指定文案
已知的图片尺寸或上传模块	尺寸数据、包装清单、卖点证明

A+ 上传尺寸尚未确定时，可以先准备不依赖尺寸的母版和文案；最终导出前再确定目标规格。

3. 发出第一条制作请求

安装后，在对话中调用 $amazon-kr。例如，附上产品图后发送：

使用 $amazon-kr，根据这些产品原图制作 1 张主图和 5 张副图。
图片使用英文，目标像素尺寸以我附上的规格表为准。
保持产品结构、配件、Logo、颜色和材质一致，只使用有资料支持的卖点。
最终交付图片文件和检查结果。

图片数量、语言和规格按你的项目修改。文档中的尺寸示例均为演示，不代表通用 Amazon 上传要求。

使用示例

制作一套 A+

附上产品资料、文案和实际模块截图：

使用 $amazon-kr，根据产品资料与后台模块截图制作一套 A+ 图片。
每个模块按实际上传尺寸分别排版和导出，整套保持产品与视觉风格一致。

模块截图稍后补充时，可以补一句：

先完成不依赖模块尺寸的产品母版和文案，尺寸确定后再完成相关排版与导出。

复刻参考设计

把参考图和自己的产品资料分开标注：

使用 $amazon-kr。第一组是参考设计，第二组是我的产品资料。
匹配参考图的构图、机位、光影、配色和版式；
产品结构、材质、Logo、配件和卖点以我的资料为准。
交付复刻后的图片，并说明为保持产品真实所做的必要调整。

只修改一个地方

使用 $amazon-kr，把第二张图的标题改成“Designed for Everyday Use”。
其他文字、产品、背景和布局保持不变，输出修改后的新文件。

适配尺寸

使用 $amazon-kr，把这些图适配到我提供的目标尺寸。
保留原文件和产品比例，不裁掉关键信息；新增背景应与原设计匹配。

只审核

使用 $amazon-kr，只审核这五张图，不修改图片。
逐张指出产品、文案、排版和技术规格问题，并标明缺乏证据而无法判断的部分。

概念改色

使用 $amazon-kr，把这张产品图改成黑色概念方案，保持结构不变。
这是设计探索，不代表已存在的在售变体，请在交付说明中标明。

先确认母版

使用 $amazon-kr，先制作产品母版给我确认。
我明确确认后，再制作其余页面。

协作与交付

常规生产会依次盘点资料、准备所需母版、制作排版、检查修复并交付。局部修改和改尺寸只执行适用步骤；仅审核、文案或策划请求按其自身交付目标完成。

遇到的情况	Agent 如何处理
资料足够	连续完成已授权工作，包括检查和缺陷修复
信息已经给过或确认过	直接复用，出现实质冲突时才重新澄清
一张图缺关键产品资料	只暂停依赖部分，继续其他有依据的工作
你要求先审批母版或布局	在指定节点等待；内部检查不代替你的批准
只改背景、标题或尺寸	复用现有产品资料，不重新索要无关的材质清单
工具不可用或问题无法解决	保留已通过成果，说明未完成部分和需要补充的条件

你会收到什么

生产任务交付实际图片与简明检查记录。工作区允许时，按任务需要组织为：

output/
├── listing-main/       # 主图
├── listing-secondary/  # 副图
├── a-plus/             # A+ 模块
├── masters/            # 可复用母版
└── audit-report.md     # 规格、来源、检查与修正记录

只建立实际需要的目录，并遵循当前工作区的路径要求。原图保留，修改生成新版本；实验稿和未通过文件与最终交付分开。部分交付会明确标注剩余工作，避免把受阻或未验证的任务说成全部完成。

共享执行规则以 SKILL.md 为准。内部 qa_passed 表示适用检查通过，user_approved 仅表示你的明确批准。图片制作授权不包含自动发布店铺、购买服务或新增服务访问权限。

图片技术校验

validate_images.py 可检查 JPEG/PNG 解码、尺寸、格式，以及指定的颜色模式和透明度。以下命令在 skill 根目录运行；输出路径按实际文件位置修改。

python -m pip install -r requirements.txt
python scripts/validate_images.py ./output/a-plus --width 970 --height 300 --format JPEG --mode RGB --alpha opaque

上例只适用于目标规格相同的图片组。PASS 仅代表脚本实际执行的检查通过，不是完整图片验收或 Amazon 合规证明。 WARNING 需要视觉复核，NOT_CHECKED 表示对应目标尚未核对。

参数	用途
path	单个图片文件或图片目录
--width、--height	正整数目标像素尺寸
--format	目标格式：JPEG 或 PNG
--mode	目标颜色模式：RGB、RGBA、L、LA、P、CMYK
--alpha opaque	所有像素必须完全不透明
--alpha transparent	至少存在一个 alpha 小于 255 的像素
--recursive	递归查找目录中的 JPEG/PNG 文件
--manifest	按清单逐文件检查不同规格

透明度按实际像素检查，包括调色板和颜色键透明信息。仅有 alpha 通道但全部像素不透明，不满足 transparent；存在透明像素也不代表产品抠图正确。

疑似棋盘格采用启发式识别，可能误报或漏报。警告要通过视觉检查判定，不能直接当成失败或完整通过。

退出码	含义
0	文件可解码，已提供的目标约束无硬错误；仍可能存在警告或未检查项
1	图片损坏、格式不支持或明确目标不符
2	路径、命令参数或清单输入错误

未提供的目标会显示 NOT_CHECKED。脚本不会从图片自己的尺寸反推目标，也不验证产品真实性、文字准确性、ICC 配置、白底区域或当前平台政策。

将下列示例保存为 output/targets.json，替换为实际路径与目标规格：

{
  "images": [
    {
      "path": "a-plus/hero.jpg",
      "width": 970,
      "height": 300,
      "format": "JPEG",
      "mode": "RGB",
      "alpha": "opaque"
    },
    {
      "path": "listing-secondary/detail.png",
      "width": 600,
      "height": 450,
      "format": "PNG",
      "mode": "RGB",
      "alpha": "opaque"
    }
  ]
}

python scripts/validate_images.py --manifest ./output/targets.json

每项必填 path/width/height/format，可选 mode/alpha；尺寸为正整数，路径不能重复。相对路径以清单文件所在目录为基准，也支持绝对路径。

清单不能与位置参数、全局目标参数或 --recursive 混用。脚本只检查列出的文件，需确认清单覆盖全部请求输出。

常见问题

缺少部分资料，还能开始吗？
可以先做有充分依据的部分。会影响真实产品结构、外观或核心声明的缺口，需要补充后才能制作相关内容。

装好 skill 就能自动生成图片吗？
还需要当前会话具备可用且获准的成图能力。没有合适工具时会说明限制，不能用提示词或方案冒充图片成品。

是否保证符合 Amazon 最新要求？
需要断言或交付当前合规性时，要核对目标市场、类目或模块的官方要求，并记录来源与日期。尺寸示例和校验脚本不能替代该检查。

能不能只要文案、策划或审核？
可以，明确写出所需交付物即可。只读审核不会自动改图。

项目结构与维护

文件	职责
SKILL.md	入口、执行边界、审批与完成规则
agents/openai.yaml	展示信息与默认调用提示
product-intake.md	产品资料与关键缺口判断
production-modes.md	各类任务的处理流程
material-fidelity.md	材质与表面工艺还原
reference-replication.md	参考设计复刻
resizing.md	比例与尺寸适配
visual-qa.md	视觉与技术验收
suction-hook-profile.md	可选历史案例，不作为所有产品的规则
validate_images.py	图片技术校验工具

在 skill 根目录运行：

python -m unittest discover -s tests -v

脚本回归测试 覆盖目标规格、透明度、棋盘格提示、混合规格清单与输入错误。行为验收案例 用于实际演练或明确标注的文本推演；文本推演不能视为已完成真实图像生成测试。

提交 Issue 时，说明任务类型、预期行为、实际结果、相关规则或报错，并在可分享时附上能复现问题的素材。

支持项目

如果 Amazon KR 对你的工作有帮助，欢迎通过赞赏码支持维护。

许可与项目边界

本项目采用 MIT License，使用、复制或分发时按许可证保留版权声明和许可证文本。

Amazon KR 面向商品图片制作，不负责 PPC、选品、库存、财务或账号运营；本项目不是 Amazon 官方产品或认证工具。

Copyright © 2026 Youks7